129 Thiago Felipe S. Avanci, Alder Thiago Bastos e Sabrina Santos conhecimento através da experiência da IA com os dados tecnológicos Algo curiosamente conectado ao conhecimento humano através das experiências sensoriais. Para esta área de experimentos e estudos ser praticada, é importante ter conexão com o conglomerado de dados tecnológicos, que expõe o processo de conhecimento necessário para o aumento de reprodução da IA Este conglomerado de dados é muito utilizado pelo Big Data, ummodelo de computaço que possibilita o processamento e interpretaço de grandes quantidades de dados em uma velocidade extraordinaria (Ribeiro, 2021). Existem algumas interpretações malsucedidas em que as pessoas possuem uma visão do Machine Learning sendo totalmente diferente da IA, mas como mencionado anteriormente, o Machine Learning é um dos ramos de estudos e métodos dentro da amplitude que é a esfera da Inteligência Artificial Porém, existem outros objetos de estudos dentro da pesquisa tecnológica que utilizam o aprendizado de máquina de outra forma. O funcionamento do algoritmo de Machine Learning, possui três dimensões principais, fundamentadas pela UC Berkeley na Califórnia e reiteradas pela empresa brasileira de tecnologia, Sydle. A primeira dimensão é o processo de decisão, que se resume no procedimento do algoritmo possuir acesso em dados de entrada (uma recepçãode dados externos), passando a identificar opadrãodas informações passadas, gerando a partir destas, uma previsão superficial; a segunda dimensão é a função de erro, onde há uma comparação para encontrar o grau de precisão da previsão superficial; e a terceira dimensão é o processo de otimização6, onde ocorre uma configuração para otimizar a diferença apresentada na função de erro e o objetivo particular da empresa na utilização do aprendizado da máquina. São utilizados métodos de aprendizagem para a Inteligência Artificial, pois, observando-se um dos tipos de dados7, aplicou- -se também relações aplicadas a este padrão no funcionamento de 6 Tanto a função de erro quanto o processo de otimização são repetidos de forma automática e reiterada quando houver previsão, até que a precisão de seu funcionamento chegue ao nível do objetivo do Machine Learning. 7 Existem os dados rotulados, que são aqueles dados objetivos e certeiros, que já possuem automaticamente uma resposta ou uma palavra-chave que se atribui a eles e os dados não rotulados, de origem mais subjetiva, que são aqueles dados não identificados, que não possuem resposta ou palavra-chave atribuída a eles. Ex.: fotos, áudios, tweets etc.
RkJQdWJsaXNoZXIy MjEzNzYz